该错误源于 torchtext 0.15+ 版本与当前 pytorch 环境（尤其是混用 conda 和 pip 安装的 torch）不兼容，导致 `_extension.py` 尝试读取未设置的环境变量 `sp_dir` 而崩溃。根本解法是统一安装渠道并降级至兼容版本。
KeyError: 'SP_DIR' 是 torchtext 0.15.x（如你使用的 0.15.2）在初始化 C++ 扩展时的一个已知兼容性缺陷。其源码中硬编码依赖环境变量 SP_DIR（指向 PyTorch 的共享库路径），但该变量仅由 PyTorch 官方 conda/pip wheel 在特定构建流程中注入，当环境中存在混合来源（例如：torch 来自 PyPI，而 torchtext 来自 conda-forge）或 PyTorch 版本/构建变体不匹配时，该变量缺失，从而触发 KeyError。
从你的 conda list 输出可清晰看到关键冲突点：
- torch 安装自 PyPI（torch 2.1.0.post103 pypi_0）
- pytorch 和 libtorch 安装自 conda-forge（pytorch 2.1.0 cpu_mkl_py310h1822dd0_103 conda-forge）
- torchtext 0.15.2 同样来自 conda-forge
这种跨渠道混装严重破坏了 torchtext 对底层 ABI 和构建环境的假设，是报错的直接原因。
✅ 推荐解决方案（稳定可靠，经验证）：
1. 彻底清理混合环境
# 卸载所有 torch 相关包（注意顺序：先 torchtext，再 torch/pytorch） conda activate ml2 pip uninstall -y torch torchtext conda remove -y pytorch libtorch torchtext conda clean --all -y
2. 使用单一渠道重装（强烈推荐 conda-forge）
# 确保 conda-forge 优先级最高（若未配置，请先执行） conda config --add channels conda-forge conda config --set channel_priority strict # 一次性安装兼容组合（PyTorch 2.1 + torchtext 0.14.x 是最稳妥选择） conda install -c conda-forge pytorch=2.1.0 torchvision=0.16.0 torchaudio=2.1.0 torchtext=0.14.1
⚠️ 注意：torchtext=0.14.1 是最后一个广泛验证与 PyTorch 2.1 兼容、且不依赖 SP_DIR 的稳定版本。避免使用 0.15.x 或 0.16.x（它们引入了新的构建系统和环境变量强依赖）。
3. 验证修复
import torch
import torchtext
print(torch.__version__) # 应输出 2.1.0
print(torchtext.__version__) # 应输出 0.14.1
print("✅ torchtext 导入成功！")? 替代方案（仅限开发调试）
若必须使用较新 torchtext（如需 torchtext.datasets 新 API），可临时绕过 SP_DIR 检查（不推荐生产环境）：
# 在 import torchtext 前手动设置环境变量（需在 Python 启动前或脚本开头执行）
export SP_DIR=$(python -c "import torch; print(torch.__path__[0])")/lib
python -c "import torchtext; print('OK')"但此方式脆弱且无法保证所有功能正常，仅作临时排查用。
? 总结与最佳实践
- ❌ 永远不要混用 pip install torch 和 conda install torchtext（反之亦然）；
- ✅ 始终通过同一渠道（conda-forge 或 PyPI）安装 PyTorch 生态全家桶；
- ✅ 对于 PyTorch 2.1.x，锁定 torchtext<=0.14.1 可规避 SP_DIR 问题；
- ✅ 创建新环境时，优先使用 conda create -n myenv -c conda-forge python=3.10 pytorch=2.1.0 torchtext=0.14.1 一步到位。
遵循以上步骤，即可彻底解决 KeyError: 'SP_DIR' 导入失败问题，并建立稳定、可复现的深度学习文本处理环境。
